TomoDRGN: 从冷冻电子显微镜亚断层中学习结构异质性

文章预览

加 星标 ，再也不怕错过更新！方法见文末动图。 大型动态分子复合物在细胞中扮演着各种重要的功能角色，这些复合物的构象灵活性和组成多样性，使它们能够响应各种细胞压力和刺激。结构生物学一直在尝试通过可视化这些复杂结构来了解它们的功能机理，并利用诸如冷冻电子显微镜 （cryo-EM） 和冷冻电子断层扫描 （cryo-ET） 等技术高分辨率地观察这些复合物。与典型要求将粒子从细胞中分离出来并­­­­前仍缺少一种无偏见且表达能力强的工具来分析cryo-ET中原位结构的异质性。 鉴于目前的挑战，3月的 Nature Methods 上介绍了一个从cryo-ET数据集学习每个粒子的构象和组成异质性的连续生成模型的深度学习框架，题为 “Learning structural heterogeneity from cryo-electron sub-tomograms with tomoDRGN” 。本文作者在此之前已开发了一个名为cryoDRGN的从cryo-EM数据中重 ………………………………